m0_56977339 2022-06-09 10:36 采纳率: 50%
浏览 44

为什么中文生成的词云会有'这个符号

import re # 正则表达式库
import collections # 词频统计库
import numpy as np # numpy数据处理库
import jieba # 结巴分词
import wordcloud # 词云展示库
from PIL import Image # 图像处理库
import matplotlib.pyplot as plt # 图像展示库

读取文件

fn = open('sb.txt','r',encoding='utf-8') # 打开文件
string_data = fn.read() # 读出整个文件
fn.close() # 关闭文件

文本预处理

pattern = re.compile(u'\t|\n|.|-|:|;|)|(|?\、。u"') # 定义正则表达式匹配模式
string_data = re.sub(pattern, '', string_data) # 将符合模式的字符去除

文本分词

seg_list_exact = jieba.cut(string_data, cut_all = False) # 精确模式分词
object_list = []
remove_words = [u'、', u',',u'。', u'是', u'对于', u'\u2002',u'等',u'能',u'都',u'。',u' ',u'、',u'中',u'在',u'了',
u'需要'] # 自定义去除词库

for word in seg_list_exact: # 循环读出每个分词
if word not in remove_words: # 如果不在去除词库中
object_list.append(word) # 分词追加到列表

词频统计

word_counts = collections.Counter(object_list) # 对分词做词频统计
word_counts_top20 = word_counts.most_common(20) # 获取前20最高频的词
print (word_counts_top20) # 输出检查
word_counts_top10 = str(word_counts_top20)

词频展示

mask = np.array(Image.open('地图2222.png')) # 定义词频背景
wc = wordcloud.WordCloud(
font_path='simfang.ttf', # 设置字体格式
mask=mask, # 设置背景图
max_words=300, # 最多显示词数
max_font_size=100, # 字体最大值
background_color='white',
width=1920, height=1080#设置宽和高

)
wc2 = wc.generate(word_counts_top10)
#wc.generate_from_frequencies(word_counts) # 从字典生成词云
plt.imshow(wc2) # 显示词云
plt.axis('off') # 关闭坐标轴
plt.savefig('G:\词云.jpg', dpi=600, bbox_inches='tight')
plt.show() # 显示图像
#wc.to_file('wor.png')

img

展开全部

  • 写回答

2条回答 默认 最新

  • Love And Program 人工智能领域新星创作者 2022-06-09 10:55
    关注

    你看看那这个word_counts_top20 是“这种形式‘”,还是“这种形式”

    评论 编辑记录
  • Clark_108 2022-11-08 12:32
    关注

    是因为你给词云传入的是列表,你将其转换为字符串就行了。

    评论
编辑
预览

报告相同问题?

问题事件

  • 创建了问题 6月9日

悬赏问题

  • ¥15 安装numpy时出现TypeError应该怎么办?
  • ¥15 ArcGIS Pro时空模式挖掘工具
  • ¥15 获取到海康hls的视频地址是http协议导致无法正常播放
  • ¥15 seL4如何实现从终端输入数据
  • ¥15 方波信号时频特征分析/信号调制与解调过程分析/利用DFT分析信号频谱
  • ¥20 两台硬件相同的琴设备一个是高阶版,怎么扒到初阶版
  • ¥30 matlab求解周期与坐标
  • ¥15 MATLAB图片转灰度格式问题
  • ¥15 把h5作品链接复制到自己的账号里
  • ¥15 ensp抓包实验配置
手机看
程序员都在用的中文IT技术交流社区

程序员都在用的中文IT技术交流社区

专业的中文 IT 技术社区,与千万技术人共成长

专业的中文 IT 技术社区,与千万技术人共成长

关注【CSDN】视频号,行业资讯、技术分享精彩不断,直播好礼送不停!

关注【CSDN】视频号,行业资讯、技术分享精彩不断,直播好礼送不停!

客服 返回
顶部